Grote groepen bezoekers die allemaal naar het strand of naar het centrum gaan, plaatsen overheden nog wel eens voor hoofdbrekens. Hoe leid je je gasten soepel naar hun bestemming? En hoe manage je die grote groepen op de bestemming zelf? In het project Crowd Safety Manager onderzoekt de gemeente Den Haag in hoeverre voorspellende modellen kunnen helpen om problemen vóór te zijn. Het MICD neemt met een team TU Delft-onderzoekers deel in het project.

Duur
Van december 2021 tot november 2022

Partners (TU Delft)
TU Delft-CEG, afdeling Transport & Planning

Partners (overig)
Gemeente Den Haag (initiatiefnemer), Landelijke Eenheid van de Nationale Politie, Aigaleo, Q-TC, TNO, The Future City Foundation, WE Consulting, Projects and Venturing

Het is meestal heel gezellig in een badplaats als Scheveningen. Maar als de temperatuur stijgt en veel mensen ineens naar het strand willen, kan het dagje aan zee ook minder leuk uitvallen: bezoekers komen in lange files te staan, ze vinden maar moeilijk een parkeerplek en stuiten op de boulevard op net iets te grote mensenmassa’s. Hoe zorg je er dan als overheid voor dat de sfeer zo ontspannen mogelijk blijft?

Ruim van tevoren maken wegbeheerders, politie en buitengewoon opsporingsambtenaren al een inschatting van de te verwachten drukte. Dit gebeurt grotendeels op basis van ervaring, rekening houdend met schoolvakanties, feestdagen, geplande evenementen, tijd van het jaar enzovoort. Met die ‘voorkennis’ kunnen de overheden bijvoorbeeld zorgen voor voldoende mensen ter plaatse. Maar ook op die drukke dag zelf wil je het liefst wat vooruit kunnen kijken. Want als er grote mensenmassa’s op de been zijn, is een reactieve aanpak vaak onvoldoende, want: te laat.

Proactief managen

De gemeente Den Haag is daarom een project gestart met voorspellende datamodellen. Het doel van het project is om vast te stellen of ze met die modellen verkeersstromen en mensenmassa’s proactief kunnen managen. Ook willen ze scherp krijgen hoe ze deze modellen op een juiste en maatschappelijk geaccepteerde wijze kunnen gebruiken.

Om bij dit onderzoek snel tot resultaten te komen, werkt de gemeente samen met verschillende private partijen en de nationale politie. Via MICD haakt ook TU Delft aan bij het project. De TU Delft onderzoekers brengen hun kennis in op het gebied van kunstmatige intelligentie, data-analyse, voorspellende modellen en de relatie tussen digitale technologie en gebruiker.

Voorspellende Crowd Safety Manager

Het model dat in het project wordt gebruikt, heeft de naam Crowd Safety Manager gekregen. Het brengt de huidige drukte in beeld, maar voorspelt ook het verloop van die drukte. Het model put daarbij uit een hele reeks aan variabelen, zoals het aantal bezoekers op het strand en de boulevard, kenmerken van het gebied, geplande en al genomen crowdmanagementmaatregelen, de bezetting van hotels en parkeergelegenheden, de drukte op aanvoerwegen enzovoort.

Nu is (extra) drukte niet altijd een probleem. Daarom kijkt de Crowd Safety Manager ook naar eventuele ‘verzwarende omstandigheden’. Het gaat dan om factoren als het type evenement (is het een braderie, een dance event of een demonstratie?), de heersende sentimenten en de sfeer (bepaald door een automatische interpretatie van social media-feeds), de zichtbaarheid van de handhavers en het weer (plotselinge weeromslag bijvoorbeeld). Op basis van de combinatie drukte en verzwarende omstandigheden maakt het model dan een inschatting van het risico – en daarmee van de noodzaak tot het nemen van maatregelen.

De Crowd Safety Manager wordt in het living lab Scheveningen (door)ontwikkeld en beproefd.

_____

Bekijk hier een demonstratievideo van de Crowd Safety Manager: